为什么英伟达的显卡显存都没办法做大？

显存不是不能做大，工作站非服务器用的显卡，甚至 96G 的都有，但是你仔细琢磨下，缺乏应用场景的。

目前 4K 分辨率下，对于“臭打游戏”的玩家，即使是最苛刻的 3A 游戏， 24G 显存已经是需求的天花板了，也就是落在了 4090 与 5090 V2 这一档硬件规格上。

当然你要是说 5K 分辨率需要大显存，姑且不说 5k 显示器本身在Windows 平台上，目前就是个冷门品种，单纯以显示面积来说：

• 4K：3840×2160
• 5K：5120×2880

长宽都是 4K 的 4/3 倍，总面积约为 1.78 倍。也就是说大概游戏帧数会降低到目前旗舰显卡的 56% 左右，显卡本身的图形算力就显得不足了。

对于发烧的游戏玩家而言，为了显示更细腻一些，帧数几乎砍半，这个代价是否值得呢？

所以对于目前 3A 游戏在 4K 分辨率下的体验来说，24G 其实是个生态甜点的显存容量，再多其实是浪费。

而大于 24G 的显存主要用于什么呢？本机的 AI 运行。

虽然现在开源模型很少用了，但个人以前重度使用 ComfyUI。就实际体验而言，虽然显存需求看似是个无底洞，但实际上很少有超过 24G-32G 这个阈值的情况。

超过这个区间，出现爆显存，而不得不调用 48G的情况，主要出现在新模型缺乏优化，或者Wan 2.2、Qwen-Image 等的训练上。

而且实际使用中，你的模型显存占用越多，则说明参数量越大，推理速度越慢，可用性就越低。我想能 10 秒就抽出来一张可用的图，没人愿意只为了“好一点点”，等上 1 分钟的。

其实现在还在 ComfyUI 上活跃度高的，基本都是Z-Image-Tubo、Klein 9B类的小模型，或是可以几乎实时运行的 SDXL，辅助一些 Krita 实时绘画修改。

至于单机运行 LLM 养虾？还是买 API 烧 Token 去吧...

所以超大显存看着挺美，其实本身实用性已经脱离了发烧友的范畴，进入了超小众“炼丹师”的领域了。